論文の概要: Instance Segmentation and Fine-grained Classification for Urban Buildings with Adaptive Region Dividing and Spatially-Supervised Contrastive Learning

• arxiv url: http://arxiv.org/abs/2609.19631v1
• Date: Thu, 17 Sep 2026 03:23:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.087349
• Title: Instance Segmentation and Fine-grained Classification for Urban Buildings with Adaptive Region Dividing and Spatially-Supervised Contrastive Learning
• Title（参考訳）: 適応的地域区分と空間的監督型コントラスト学習を有する都市建物のインスタンス分割ときめ細かな分類
• Abstract要約: シーンレベル評価を統一した適応型地域分割戦略を提案する。 検出されたバウンディングボックスは元のポイントクラウドにバックプロジェクションされ、構造に適応したトレーニングブロックを構築する。 また,空間的に監督されたコントラスト損失を伴う都市建物のきめ細かい分類モデルも提案した。
• 参考スコア（独自算出の注目度）: 13.470486542286892
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Accurate instance-level and functional understanding of urban buildings in large-scale point clouds is essential for digital city modeling and urban analysis. However, the extensive spatial coverage of urban scenes leads most existing methods to rely on predefined blocks for training and evaluation, although such partitions are rarely available in real-world applications and introduce additional preprocessing while fragmenting complete building structures. To address this issue, we propose an adaptive region-dividing strategy with unified scene-level evaluation. Specifically, the 3D point cloud is projected onto a bird's-eye-view (BEV) plane, where a pretrained segmentation model is used to detect building regions. The detected bounding boxes are then back-projected to the original point cloud to construct structure-aligned adaptive training blocks, enabling semantically guided dynamic partitioning without manual design. Furthermore, beyond instance-level understanding, few methods have explored fine-grained classification for urban buildings, and thus we also put forward a fine-grained classification model for urban buildings with a spatially-supervised contrastive loss. First, for each segmented building, a point transformer classifier jointly encodes its body and local context using geometric, color, and core-context information. Then, the class-balanced weighted cross-entropy is used to alleviate severe class imbalance. The proposed spatially-supervised contrastive loss further enhances inter-class discriminability by assigning greater weight to spatially proximate, same-category buildings, encouraging compact functional representations while separating easily confused categories. Extensive experiments on UrbanBIS and STPLS3D demonstrate the advantages of the proposed method in building instance segmentation and fine-grained classification compared to existing SOTA methods.
• Abstract（参考訳）: 大規模クラウドにおける都市建物の正確なインスタンスレベルと機能的理解は、デジタル都市モデリングと都市分析に不可欠である。 しかし,都市景観の広範にわたる空間的包括性は,既定のブロックに頼って訓練や評価を行う方法のほとんどを導いている。 そこで本研究では,シーンレベル評価を統一した適応型領域分割戦略を提案する。 具体的には、3D点雲を鳥眼視(BEV)面に投影し、事前訓練されたセグメンテーションモデルを用いて建物領域を検出する。 検出されたバウンディングボックスは元のポイントクラウドにバックプロジェクションされ、構造に適応したトレーニングブロックを構築する。 さらに, 事例レベルの理解を超えて, 都市建物のきめ細かい分類を探求する手法は少なく, また, 空間的に監督されたコントラスト的損失を伴う都市建物のきめ細かい分類モデルも提案した。 第一に、各セグメント化された建物に対して、ポイントトランスフォーマー分類器は、幾何学的、色、およびコアコンテキスト情報を用いて、その本体とローカルコンテキストを共同で符号化する。 次に、重み付きクロスエントロピーを用いて、重度のクラス不均衡を緩和する。 提案手法は, 空間的に近接する同カテゴリーの建物に重みを割り当て, コンパクトな機能的表現を奨励し, 難解なカテゴリーを分離することにより, クラス間識別性をさらに向上させる。 UrbanBIS と STPLS3D の広範囲にわたる実験は,既存の SOTA 法と比較して,インスタンスのセグメンテーションやきめ細かい分類を行う上で,提案手法の利点を実証している。

関連論文リスト

• Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives [72.63181031215858]
  そこで本研究では,ゼロショットフロアプランのローカライズ手法を提案する。 我々の重要な洞察は、支配的な幾何学的プリミティブが人間が作った環境でユビキタスであることである。 シミュレーションと実世界の両方のデータセットの実験により、我々のアプローチは、目に見えない環境における最先端の学習ベースの手法よりも優れています。
  論文  参考訳（メタデータ） (2026-06-03T12:14:24Z)
• Towards Foundation Models for 3D Scene Understanding: Instance-Aware Self-Supervised Learning for Point Clouds [53.82500407523346]
  PointINSは、幾何学的学習を通じてポイントクラウド表現を豊かにする、インスタンス指向の自己組織化フレームワークである。 PointINSは、屋内のインスタンスセグメンテーションで平均+3.5%のmAP改善、屋外のパン光学セグメンテーションで+4.1%のPQゲインを達成している。
  論文  参考訳（メタデータ） (2026-03-26T08:31:06Z)
• CitySeg: A 3D Open Vocabulary Semantic Segmentation Foundation Model in City-scale Scenarios [3.195397940217441]
  CitySegは、都市規模のクラウドセマンティックセグメンテーションの基礎モデルである。 オープン語彙のセグメンテーションとゼロショット推論を実現するために、テキストモダリティが組み込まれている。 CitySegは初めて、都市スケールのクラウドシナリオでゼロショットの一般化を可能にする。
  論文  参考訳（メタデータ） (2025-08-13T03:55:56Z)
• Multimodal Contrastive Learning of Urban Space Representations from POI Data [2.695321027513952]
  CaLLiPer (Contrastive Language-Location Pre-training) は連続的な都市空間をベクトル表現に埋め込む表現学習モデルである。 ロンドンにおける都市空間表現の学習に適用し,CaLLiPerの有効性を検証する。
  論文  参考訳（メタデータ） (2024-11-09T16:24:07Z)
• S3PT: Scene Semantics and Structure Guided Clustering to Boost Self-Supervised Pre-Training for Autonomous Driving [12.406655155106424]
  そこで本稿では,S3PTによるシーンセマンティクスと構造案内クラスタリングを提案する。 まず、セマンティックな分布一貫したクラスタリングを取り入れて、オートバイや動物のような稀なクラスをよりよく表現できるようにします。 第2に,広い背景領域から歩行者や交通標識などの小さな物体まで,不均衡で多様な物体の大きさを扱うために,一貫した空間クラスタリングを導入する。 第3に,シーンの幾何学的情報に基づいて学習を規則化するための深度誘導空間クラスタリングを提案する。
  論文  参考訳（メタデータ） (2024-10-30T15:00:06Z)
• Dual Adaptive Transformations for Weakly Supervised Point Cloud Segmentation [78.6612285236938]
  弱制御点雲分割のための新しいDATモデル(textbfDual textbfAdaptive textbfTransformations)を提案する。 我々は,大規模S3DISデータセットとScanNet-V2データセットの2つの人気バックボーンを用いたDATモデルの評価を行った。
  論文  参考訳（メタデータ） (2022-07-19T05:43:14Z)
• Denoise and Contrast for Category Agnostic Shape Completion [48.66519783934386]
  本稿では,自己スーパービジョンのパワーを利用して3dポイントのクラウド補完を行うディープラーニングモデルを提案する。 Denoising Pretextタスクは、高レベルのセマンティクスから切り離された、必要なローカルキューをネットワークに提供する。 コントラスト学習は、異なる欠落部分を持つ同じ形状の変種間の一致を最大化する。
  論文  参考訳（メタデータ） (2021-03-30T20:33:24Z)
• RescueNet: Joint Building Segmentation and Damage Assessment from Satellite Imagery [83.49145695899388]
  RescueNetは、建物を同時に分割し、個々の建物に対する損傷レベルを評価し、エンドツーエンドでトレーニングできる統一モデルである。 RescueNetは大規模で多様なxBDデータセットでテストされており、従来の手法よりもはるかに優れたセグメンテーションと損傷分類性能を実現している。
  論文  参考訳（メタデータ） (2020-04-15T19:52:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。